pytorch怎么安装库
时间: 2025-04-26 11:13:26 浏览: 27
### 不同操作系统上的 PyTorch 库安装方法
#### Windows 操作系统的 PyTorch 安装
对于 Windows 用户来说,在官方网站上可以找到详细的指导说明。选择适用于 Windows 的 Python 版本以及 CUDA 或 ROCm 支持情况之后,页面会提供相应的 pip 命令或者 conda 命令来完成安装过程[^1]。
```bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
```
此命令假设用户拥有支持 CUDA 11.7 的 NVIDIA GPU;如果不具备兼容的硬件,则应移除 `--extra-index-url` 参数以获取 CPU-only 版本。
#### macOS 操作系统的 PyTorch 安装
macOS 上推荐通过 pip 工具来进行 PyTorch 的部署。同样地,访问官方网页并按照提示操作即可得到匹配当前环境的最佳配置建议。由于苹果设备通常不配备 NVIDIA 显卡,因此默认情况下会选择仅限于 CPU 运算能力优化过的二进制文件。
```bash
pip3 install torch torchvision torchaudio
```
这条简单的指令即能实现基础版 PyTorch 及其依赖项的一键式安装。
#### Linux 操作系统的 PyTorch 安装
针对 Linux 发行版,除了利用 pip 方式外还存在另一种流行的选择——Anaconda 虚拟环境中集成 PyTorch 。这不仅简化了软件包管理流程而且有助于隔离项目之间的潜在冲突。具体步骤涉及先下载 Anaconda ,接着创建一个新的虚拟环境最后激活该环境后执行特定版本号下的 PyTorch 安装语句[^2]。
```bash
conda create -n pytorch_env python=3.9
conda activate pytorch_env
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
```
上述脚本片段展示了怎样基于 Conda 构建一个名为 `pytorch_env` 的新工作区,并指定了 Python 解释器版本为 3.9 同时集成了指定 CUDA Toolkit 版本的支持特性。
#### 对旧款 GPU 设备的支持
考虑到部分开发者可能仍在使用较早型号的图形处理单元 (GPU),PyTorch 社区也提供了额外的帮助资源。通过查阅专门设立的历史存档页面,能够定位到多个历史发行版连带对应的预编译 whl 文件供离线安装之需[^3]。
```bash
pip install https://download.pytorch.org/whl/cpu/torch-1.8.0%2Bcpu-cp36-cp36m-linux_x86_64.whl
```
这里给出的例子是从网络源直接抓取了一个特别定制用于 Intel x86_64 架构且不含任何 GPU 加速特性的 Torch v1.8.0 包进行本地化设置的过程。
阅读全文
相关推荐


















